💰 quantitative finance

Discrimination-free Insurance Pricing with Privatized Sensitive Attributes

Dit artikel stelt statistische methoden voor voor het schatten van niet-discriminerende verzekeringspremies met uitsluitend geprivatiseerde gevoelige attributen die in handen zijn van een vertrouwde derde partij, waarbij theoretische garanties en empirische validatie worden geboden voor eerlijke prijsvorming onder zowel bekende als onbekende privacymechanismen.

Oorspronkelijke auteurs: Tianhe Zhang, Suhan Liu, Peng Shi

Gepubliceerd 2026-06-16

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Tianhe Zhang, Suhan Liu, Peng Shi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je de prijs voor een autoverzekering probeert vast te stellen. Om dit eerlijk en nauwkeurig te doen, moet je weten hoeveel risico een bestuurder met zich meebrengt. Meestal kijk je naar zaken als leeftijd, rijgeschiedenis en het type auto dat ze rijden.

Maar er is een probleem: in veel plaatsen zegt de wet dat je bepaalde persoonlijke gegevens niet mag gebruiken om prijzen te bepalen, zoals het geslacht of ras van een persoon. Dit is om discriminatie te voorkomen. Maar er is een addertje onder het gras: zelfs als je niet naar het geslacht vraagt, kan je computermodel het nog steeds ontdekken door te kijken naar andere aanwijzingen (zoals postcodes of koopgewoonten) die sterk verbonden zijn met geslacht. Dit wordt indirecte discriminatie genoemd.

Recente experts hebben een wiskundig recept bedacht genaamd een "Discriminaatievrije Premie". Dit recept probeert een prijs te berekenen die geslacht volledig negeert, waardoor twee mensen met dezelfde rijgewoonten hetzelfde betalen, ongeacht hun geslacht.

Het Grote Probleem:
Om dit "Discriminaatievrije" recept te gebruiken, moet je meestal de werkelijke geslachtgegevens zien om de wiskunde te kunnen uitvoeren. Maar vanwege privacywetgeving mogen verzekeringsmaatschappijen de echte geslachtgegevens vaak helemaal niet zien. Het is alsof je een taart probeert te bakken met een recept dat eieren vereist, maar de winkel verkoopt je alleen "eier-achtig poeder" dat eruitziet als eieren, maar niet helemaal hetzelfde is.

De Oplossing in dit Papier:
De auteurs van dit papier (Tianhe Zhang, Suhan Liu en Peng Shi) hebben uitgezocht hoe je die taart kunt bakken met alleen het "poeder". Ze hebben een nieuwe methode ontwikkeld die werkt, zelfs wanneer de gevoelige informatie (zoals geslacht) is "verstoord" of "verstoord met ruis" om de privacy te beschermen.

Hier is hoe ze het deden, met behulp van enkele eenvoudige analogieën:

1. De "Vertrouwde Buurman" Opstelling

Stel je een team van drie personen voor:

De Verzekeringsmaatschappij: Zij hebben de rijgegevens van de klant (leeftijd, type auto) en de schadehistorie (hoeveel geld er is uitgekeerd). Zij hebben de geslachtgegevens niet.
De Vertrouwde Derde Partij (TTP): Een neutrale, veilige kluis die de verstoorde geslachtgegevens bevat.
De Klant: Zij leveren hun gegevens aan.

De Verzekeringsmaatschappij stuurt hun rijgegevens naar de Vertrouwde Buurman. De Buurman mengt deze met de verstoorde geslachtgegevens om de berekening uit te voeren, en stuurt vervolgens de uiteindelijke "eerlijke prijs" terug zonder ooit te onthullen of iemand daadwerkelijk man of vrouw is.

2. Het "Verstoorde Ei" (Geprivatiseerde Data)

Het papier behandelt twee scenario's met betrekking tot hoe "verstoord" de data is:

Scenario A: We kennen het verstrore-recept.
Stel je voor dat de Vertrouwde Buurman tegen de Verzekeringsmaatschappij zegt: "Ik heb precies 10% ruis toegevoegd aan de geslachtgegevens." De auteurs laten zien dat als je precies weet hoe de data is verstoord, je de bias wiskundig kunt "ontstoor" en de eerlijke prijs perfect kunt berekenen. Het is alsof je precies weet hoeveel zout er aan een soep is toegevoegd, zodat je kunt berekenen hoeveel water je moet toevoegen om de smaak te herstellen.
Scenario B: We kennen het verstrore-recept niet.
Dit is moeilijker. Stel je voor dat de Buurman zegt: "Ik heb het verstoord, maar ik ben vergeten hoeveel ruis ik precies heb toegevoegd." De auteurs hebben een slimme truc ontwikkeld om het ruisniveau te raden met behulp van een speciaal "ankerpunt" in de data (een specifiek type bestuurder waarvan we 100% zeker weten wat hun geslacht is). Zodra ze het ruisniveau hebben geschat, kunnen ze nog steeds een eerlijke prijs berekenen, hoewel dit iets minder precies is dan wanneer ze het exacte recept zouden kennen.

3. Het "Magische Filter" (Getransformeerde Data)

Het papier introduceert ook een coole truc. Voordat de Verzekeringsmaatschappij de data naar de Vertrouwde Buurman stuurt, haalt de maatschappij de rijgegevens door een "magisch filter" (een neuraal netwerk). Dit filter leert de delen van de data te benadrukken die daadwerkelijk risico voorspellen (zoals "rookstatus" of "leeftijd") terwijl het de ruis gladstrijkt.

Het Resultaat: Zelfs als de geslachtsdata erg verstoord is (veel ruis bevat), helpt het gebruik van dit "magische filter" op de rijdata het model om accuraat te blijven. Het is alsover een noise-cancelling koptelefoon dragen; zelfs als de kamer luidruchtig is, kun je de muziek nog steeds duidelijk horen.

Wat de Experimenten Laten Zien

De auteurs hebben computersimulaties uitgevoerd en hun methode getest op echte wereld gezondheids- en autoverzekeringsgegevens. Ze kwamen tot de volgende conclusies:

Rechtvaardigheid Werkt: Hun methode heeft zowel directe als indirecte discriminatie succesvol verwijderd.
Privacy is Veilig: De verzekeringsmaatschappij hoefde de echte geslachtgegevens nooit te zien.
Ruis Maakt Uit: Als de privacy-"ruis" te hoog is (te veel verstoring), worden de prijzen minder nauwkeurig. Hun methode gaat echter beter met dit probleem om dan oudere methoden.
Onderschatten is Riskant: Als je het ruisniveau schat als lager dan het in werkelijkheid is, gaan je prijzen meer van slag dan wanneer je het hoger inschat. Het is beter om iets "conservatiever" te zijn in je schatting.

De Kern van het Verhaal

Dit papier biedt een praktische toolkit voor verzekeringsmaatschappijen. Het stelt hen in staat om geavanceerde AI te gebruiken om eerlijke prijzen vast te stellen die niet discrimineren op basis van geslacht of ras, zelfs wanneer strikte privacywetgeving voorkomt dat ze de echte geslachtgegevens ooit te zien krijgen. Dit kunnen zij doen door samen te werken met een vertrouwde derde partij en door statistische trucs te gebruiken om de "ruis" die is toegevoegd ter bescherming van de privacy, te corrigeren.

Technische Samenvatting: Discriminatievrije Verzekeringsprijsstelling met Geprivatiseerde Gevoelige Kenmerken

Probleemstelling
Het artikel behandelt de uitdaging van het bereiken van rechtvaardigheid in verzekeringsprijsstelling wanneer gevoelige kenmerken (bijv. geslacht, ras) niet direct toegankelijk zijn voor de verzekeraar vanwege regelgevende beperkingen (bijv. de EU-genderrichtlijn, Colorado SB 21-169) of privacybeperkingen. Hoewel recent actuarieel onderzoek het concept van de "discriminatievrije premie" heeft vastgesteld — die zowel directe als indirecte causale effecten van gevoelige kenmerken verwijdert terwijl de actuariële consistentie behouden blijft — vereist de implementatie hiervan doorgaans toegang tot de werkelijke gevoelige kenmerken. In de praktijk beschikt de verzekeraar vaak alleen over niet-gevoelige kenmerken en uitkomsten, terwijl de gevoelige gegevens in een geprivatiseerde, door ruis verstoorde vorm worden beheerd door een vertrouwde derde partij (TTP). Het kernprobleem is hoe men discriminatievrije premies schat wanneer het gevoelige kenmerk $D$ niet geobserveerd is en alleen een geprivatiseerde versie $S$ beschikbaar is.

Methodologie
De auteurs stellen een multi-party leerkader voor bestaande uit een verzekeraar en een vertrouwde derde partij (TTP).

Data-instelling: De verzekeraar observeert niet-gevoelige kenmerken $X$ en uitkomsten $Y$ . De TTP houdt de geprivatiseerde gevoelige kenmerken $S$ vast, gegenereerd via een privacy-mechanisme (bijv. Local Differential Privacy via Randomized Response) dat ruis introduceert aan het werkelijke gevoelige kenmerk $D$ . De verzekeraar transformeert $X$ naar $\tilde{X}$ (mogelijk via een neuraal netwerk) en stuurt $\{\tilde{X}, Y\}$ naar de TTP.
Prijsregel: Het doel is om de discriminatievrije prijs $h^*(X) = \int \mu(X, d) dP^*(d)$ te schatten, waarbij $\mu(X, D)$ de voorwaardelijke verwachte schade is en $P^*$ een referentieverdeling.
Schattingstrategieën:
- Bekende ruispercentages: Wanneer de privacy-mechanismeparameters (ruispercentages $\pi, \bar{\pi}$ ) bekend zijn, construeert de TTP een equivalente risicofunctie (Risk-LDP) die de verwachte schade minimaliseert met betrekking tot de werkelijke kenmerken $D$ met gebruikmaking van enkel de geprivatiseerde gegevens $S$ . Dit omvat het inverteren van de transitie-matrix van het privacy-mechanisme om de ruis te corrigeren. De TTP schat groepsspecifieke scorefuncties $f_k(\tilde{X})$ voor elke gevoelige groep $k$ en aggregeert deze met de referentieverdeling.
- Onbekende ruispercentages: Wanneer de ruispercentages onbekend zijn, introduceert het artikel een procedure om deze te schatten uit de data met behulp van "ankerpunten" (covariaatwaarden waarbij het gevoelige kenmerk met zekerheid bekend is). De TTP verdeelt de data in groepen, schat de ruisparameter $\pi$ voor elke groep, en aggregeert deze schattingen om de inversie-matrix te construeren die vereist is voor de risicominimalisatie.
Theoretische Garanties: Het artikel stelt statistische grenzen vast aan de schattingsfout voor beide scenario's. Voor bekende ruispercentages hangt de grens af van de Rademacher-complexiteit van de verliesklasse en de ruisparameters. Voor onbekende ruispercentages houdt de grens rekening met de onzekerheid in de schatting van de ruisparameters, waarbij de fout toeneemt als de ruis wordt onderschat.

Belangrijkste Bijdragen

Statistisch Kader: Ontwikkeling van een methode om discriminatievrije premies te schatten met enkel geprivatiseerde gevoelige kenmerken, waarmee de brug wordt geslagen tussen actuariële rechtvaardigheidsconcepten en statistisch leren onder privacybeperkingen.
Theoretische Garanties: Vaststelling van convergentiesnelheden en foutengrenzen voor de voorgestelde schatters onder twee praktische instellingen: bekende ruismechanismen en onbekende ruispercentages (geschat via ankerpunten).
Empirische Validatie: Demonstratie van de prestaties van de methode via numerieke experimenten op synthetische data en real-world datasets (U.S. Health Insurance en Automobile Insurance). De experimenten analyseren de impact van ruisniveaus, steekproefomvang en de nauwkeurigheid van de ruispercentage-schatting op de prijsstellingprestaties.

Resultaten

Impact van Ruis: De schattingsnauwkeurigheid verslechtert naarmate het ruisniveau toeneemt (d.w.z. naarmate de privacyparameter $\pi$ afneemt). Het artikel merkt een niet-lineaire degradatie op, waarbij de prestaties scherp dalen wanneer $\pi$ de niet-informatieve limiet ( $1/|D|$ ) nadert.
Asymmetrie in Schattingsfout: Wanneer ruispercentages onbekend zijn en moeten worden geschat, heeft het onderschatten van het ruispercentage ( $\pi$ ) een aanzienlijk schadelijker effect op de prestaties dan het overschatten ervan. Dit komt door de wiskundige structuur van de inverse transitie-matrix, waarbij termen die de vorm hebben van $1/(\pi - 1/|D|)$ exploderen naarmate $\pi$ de ondergrens nadert.
Kenmerktransformatie: Het gebruik van getransformeerde kenmerken $\tilde{X}$ (geleerd via supervised methoden) in plaats van ruwe kenmerken $X$ verbetert de modelconvergentie en de robuustheid tegen ruis. Dit is bijzonder gunstig wanneer de ruispercentages hoog zijn of de steekproefomvang beperkt is.
Groepsgrootte bij Schatting: Voor onbekende ruispercentages beïnvloedt het aantal groepen ( $n_1$ ) dat wordt gebruikt om $\pi$ te schatten de prestaties. Een grotere $n_1$ verbetert de nauwkeurigheid wanneer de effectieve steekproefomvang groot is, maar kan de prestaties verslechteren wanneer het ruispercentage hoog is (kleine effectieve steekproefomvang) vanwege instabiliteit in kleine groepschattingen.

Betekenis
Het artikel beweert een praktische oplossing te bieden voor het implementeren van rechtvaardige verzekeringsprijsstelling in omgevingen waar directe toegang tot gevoelige kenmerken beperkt is. Door het kader van de discriminatievrije premie te integreren met privacy-bewust statistisch leren, laten de auteurs zien dat verzekeraars rechtvaardige prijsmodellen kunnen construeren zonder de privacyregelgeving te schenden of directe toegang tot beschermde gegevens te vereisen. Het werk benadrukt de trade-offs tussen privacybescherming (ruisniveau) en prijsnauwkeurigheid, en biedt theoretische begeleiding bij het beheren van deze trade-offs, met name met betrekking tot de risico's van het onderschatten van ruispercentages in privacy-mechanismen.